基于干涉图像自相关值曲率特征的表面粗糙度测量方法技术

本发明专利技术属于用于计量表面的粗糙度或不规则性技术领域，公开了一种基于干涉图像自相关值曲率特征的表面粗糙度测量方法，采用高斯滤波预处理去除干涉图像噪声；应用图像自相关分析法计算图像的二阶统计特征，提取出i方向10个像素偏移量的统计特征曲线；归结不同粗糙度下统计特征曲线的曲线变化，多项式拟合求取曲线最大曲率；应用最小二乘法拟合曲线最大曲率与粗糙度变化之间的函数关系，得到曲率随粗糙度变化的函数方程。本发明专利技术既能测量无法产生散斑的高反射光滑表面，又能测量无法产生干涉条纹的粗糙表面，扩大了测量量程；能够有效测量粗糙度较小的高反射表面和粗糙度较大的粗糙表面，扩大了测量的量程，测量结果相对误差最大值为8.6％。

【技术实现步骤摘要】
基于干涉图像自相关值曲率特征的表面粗糙度测量方法
本专利技术属于用于计量表面的粗糙度或不规则性
，尤其涉及一种基于干涉图像自相关值曲率特征的表面粗糙度测量方法。
技术介绍
目前，业内常用的现有技术是这样的：工件表面的粗糙度是反应其表面特征的重要评价参数，机械加工工件表面的粗糙度严重影响了整套机械的使用性能和使用寿命，对整套设备生产的零件也会产生很大的影响，严重降低了零件的生产品质。在机械加工领域表面粗糙度测量是非常重要的，传统的工件表面粗糙度测量方法主要分为接触式有损测量和非接触式无损测量两类。接触式测量方法主要通过机械触针在工件表面移动，将触针上下移动的量转化为电信号，通过计算触针上下移动的变化量来获取工件表面的粗糙度，接触式测量的设备主要有三坐标测量机和表面轮廓仪；非接触无损测量方式主要为光学无损测量，其主要方法有光学探针法、飞行时间法、光学三角法、干涉法和显微镜法等。随着计算机、电子、光学应用技术的发展，光学非接触无损测量技术在如今的表面形貌测量中应用的越来越广泛。目前，光学非接触测量的方式主要分为基于激光散斑图像测量和基于激光干涉图像纹理分析测量两种方式：基于散斑图像测量是根据计算散斑图像的灰度共生矩阵并利用共生矩阵中二阶矩、相关性、对比度、熵等特征的规律与相应的粗糙度值之间的关系来测量工件表面粗糙度，此外还有应用散斑图像自相关特征的分形维度、下降梯度等特征描述值与粗糙度值之间的关系来测量工件表面粗糙度，散斑测量的方式简单、效率高但能够测量的前提必须是对于被测表面可以产生激光散斑的工件，对于光滑程度比较高的高反射表面无法采集其散斑图像也无法对其进行测量这就限制了散斑测量的量程，只能测量粗糙度较大的工件；基于干涉图像测量主要根据提取的干涉条纹的频率计算被测点到参考面之间的距离，通过对被测物表面进行采样测量得出被测物形貌，其中条纹频率获取的方式主要有相移法、傅立叶变换等方式，干涉测量方式测量精度高但后期提取频率的方式计算繁琐且对于干涉条纹的一致性质量要求很高，无法提取出非镜面工件产生的无干涉条纹时干涉散点图像的条纹频率，从而限制了干涉测量的量程，只能测粗糙度比较小的工件。虽然国内外目前有很多基于激光干涉和散斑方式测量粗糙度的方法，但众多研究方法中散斑测量方式只能测量大粗糙度工件，干涉测量方式只能测量小粗糙度工件，且没有很好的解决图像纹理统计特征与表面粗糙度之间的函数关系问题，使高效测量具有一定的局限性。综上所述，现有技术存在的问题是：目前有很多基于激光干涉和散斑方式测量粗糙度的方法只能测量大粗糙度工件，干涉测量方式只能测量小粗糙度工件，且没有很好的解决图像纹理统计特征与表面粗糙度之间的函数关系问题，使高效测量具有一定的局限性。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于干涉图像自相关值曲率特征的表面粗糙度测量方法。本专利技术是这样实现的，一种基于干涉图像自相关值曲率特征的表面粗糙度测量方法，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法采用高斯滤波预处理去除干涉图像噪声；应用图像自相关分析法计算图像的二阶统计特征，提取出i方向10个像素偏移量的统计特征曲线；归结不同粗糙度下统计特征曲线的曲线变化，多项式拟合求取曲线最大曲率；应用最小二乘法拟合曲线最大曲率与粗糙度变化之间的函数关系，得到曲率随粗糙度变化的函数方程。进一步，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法通过激光干涉装置获取研磨工艺下的激光干涉图像，提出基于自相关特征的最大曲率算法处理干涉图像，提取统计特征参数线性图像的最大曲率，把曲率值带入粗糙度函数模型中获得测量工件的粗糙度；经过准直后的激光通过柱面镜及分光镜集中到被测表面为一条扫描线，经过被测量面反射后的激光穿过Savart双折射晶体产生光程差并发生自相干干涉，最终通过CCD相机靶面接收到干涉光信号，并转化为电信号获得激光干涉图像；获取干涉图像后通过预处理提取出干涉光斑图像，然后通过计算其自相关特征并提取其特征曲线的曲率，最后拟合曲率与粗糙度之间的函数关系式，通过干涉图像计算粗糙度值。进一步，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法的图像预处理具体包括：首先，对原始图像进行高斯滤波去除噪声后根据自适应阈值分割的方式对上下光斑图像进行分割处理，然后对上下光斑图像进行腐蚀、膨胀操作确定上下光斑位置，最终上下光斑图像叠加后重叠的矩形区域为有效光斑区域，从原始图像上截取有效的干涉区域。进一步，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法到图像分析领域的基于光强分布的自相关函数如下：其中M和N表示干涉图像像素尺寸，I(i,j)为干涉图像上(i,j)像素位置的光强强度，Iavg为整幅干涉图像所有光强值的平均值，l和m分别表示光强值在i和j方向的像素偏移量；对上述公式进行归一化处理后得到如下公式：选取在i和j方向0～10个像素偏移量，通过归一化自相关函数的处理得到的三维分布图。进一步，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法的自相关函数的曲率的曲线方程为y＝f(x)的曲线y满足在定义域内二阶可导，则曲线y的曲率求取公式为：y′为曲线y曲线函数的一阶导函数，y″为曲线y曲线函数的二阶导函数，K为曲线y的曲率函数。进一步，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法的曲率与粗糙度的函数采用指数函数作为基函数，基函数：y＝aebx+c；对自相关函数的斜率K与粗糙度Ra进行拟合，拟合后的自相关函数曲线斜率K与粗糙度Ra之间的函数关系式为：K＝0.06744+0.1048×e-26.75Ra；取反之后的函数为：Ra＝-0.0843-0.0374×ln(K-0.06744)；在计算粗糙度值时可以先计算工件干涉图像自相关函数i方向偏移曲线的最大曲率，把曲率值带入公式中得到工件表面的粗糙度值。综上所述，本专利技术的优点及积极效果为：工件表面粗糙度的测量是保证产品质量的核心。本专利技术结合散斑法和干涉法的优点提出一种基于干涉图像自相关值的曲率特征来表征粗糙度的方法，建立了曲率与粗糙度之间的函数关系，既能测量无法产生散斑的高反射光滑表面，又能测量无法产生干涉条纹的粗糙表面，扩大了测量量程。实验结果表明，该方法能够有效测量粗糙度较小的高反射表面和粗糙度较大的粗糙表面，有效的解决了原有两种方法各自的弊端，扩大了测量的量程，测量结果相对误差最大值为8.6％，满足测量需求。附图说明图1是本专利技术实施例提供的基于干涉图像自相关值曲率特征的表面粗糙度测量方法流程图。图2是本专利技术实施例提供的剪切干涉装置原理图。图3是本专利技术实施例提供的有效干涉区域提取流程示意图。图4是本专利技术实施例提供的不同粗糙度对比样块的干涉图像示意图。图5是本专利技术实施例提供的干涉图像归一化自相关函数三维分布示意图。图6是本专利技术实施例提供的i方向偏移10个像素的自相关函数图示意图。图7是本专利技术实施例提供的自相关函数曲率及拟合曲线示意图。图8是本专利技术实施例提供的基于干涉图像自相关值曲率特征的表面粗糙度测量方法实现流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术本文档来自技高网...

【技术保护点】
一种基于干涉图像自相关值曲率特征的表面粗糙度测量方法，其特征在于，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法采用高斯滤波预处理去除干涉图像噪声；应用图像自相关分析法计算图像的二阶统计特征，提取出i方向10个像素偏移量的统计特征曲线；归结不同粗糙度下统计特征曲线的曲线变化，多项式拟合求取曲线最大曲率；应用最小二乘法拟合曲线最大曲率与粗糙度变化之间的函数关系，得到曲率随粗糙度变化的函数方程。

【技术特征摘要】
1.一种基于干涉图像自相关值曲率特征的表面粗糙度测量方法，其特征在于，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法采用高斯滤波预处理去除干涉图像噪声；应用图像自相关分析法计算图像的二阶统计特征，提取出i方向10个像素偏移量的统计特征曲线；归结不同粗糙度下统计特征曲线的曲线变化，多项式拟合求取曲线最大曲率；应用最小二乘法拟合曲线最大曲率与粗糙度变化之间的函数关系，得到曲率随粗糙度变化的函数方程。2.如权利要求1所述的基于干涉图像自相关值曲率特征的表面粗糙度测量方法，其特征在于，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法通过激光干涉装置获取研磨工艺下的激光干涉图像，提出基于自相关特征的最大曲率算法处理干涉图像，提取统计特征参数线性图像的最大曲率，把曲率值带入粗糙度函数模型中获得测量工件的粗糙度；经过准直后的激光通过柱面镜及分光镜集中到被测表面为一条扫描线，经过被测量面反射后的激光穿过Savart双折射晶体产生光程差并发生自相干干涉，最终通过CCD相机靶面接收到干涉光信号，并转化为电信号获得激光干涉图像；获取干涉图像后通过预处理提取出干涉光斑图像，然后通过计算其自相关特征并提取其特征曲线的曲率，最后拟合曲率与粗糙度之间的函数关系式，通过干涉图像计算粗糙度值。3.如权利要求1所述的基于干涉图像自相关值曲率特征的表面粗糙度测量方法，其特征在于，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法的图像预处理具体包括：首先，对原始图像进行高斯滤波去除噪声后根据自适应阈值分割的方式对上下光斑图像进行分割处理，然后对上下光斑图像进行腐蚀、膨胀操作确定上下光斑位置，最终上下光斑图像叠加后重叠的矩形区域为有效光斑区域，从原始图像上截取有效的干涉区域。4.如权利要求1所述的基于干涉图像自相关值曲率特征的表面粗糙度测量方法，其特征在于，所述基于干涉图像自相关值曲率特征的表面粗糙度测量方法到图像分析领域的基于光强分布的自相关函数如下：

【专利技术属性】
技术研发人员：陈念年，董振兴，范勇，巫玲，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川,51